Integración de la inteligencia artificial en la enseñanza de procesos químicos
DOI:
https://doi.org/10.55204/trc.v5i2.e530Palabras clave:
Inteligencia artificial, enseñanza de la química, procesos químicos.Resumen
La integración de la inteligencia artificial (IA) en la enseñanza de los procesos químicos se ha consolidado como una de las transformaciones más relevantes en el ámbito educativo contemporáneo. Esta revisión bibliográfica analiza las principales tendencias, desafíos, oportunidades y aplicaciones prácticas que la IA ofrece en la didáctica de la química. Entre los hallazgos más significativos se destacan el uso de simuladores virtuales, laboratorios inmersivos, chatbots y sistemas de analítica de aprendizaje, los cuales favorecen la personalización, la retroalimentación inmediata y la comprensión de fenómenos complejos. No obstante, la investigación también identifica limitaciones vinculadas a la brecha digital, la formación docente, la ética y la privacidad de los datos, lo que exige la creación de políticas institucionales y estrategias pedagógicas que garanticen un uso responsable de estas tecnologías. En conjunto, la evidencia revisada sugiere que la IA no sustituye al docente, sino que redefine su rol como mediador crítico y diseñador de experiencias educativas innovadoras. Finalmente, se plantea que las futuras líneas de investigación deben centrarse en la evaluación del impacto real de la IA en el aprendizaje a largo plazo y en la consolidación de marcos pedagógicos críticos y sostenibles.
Descargas
Citas
Amirbekova, E., Shertayeva, N., & Mironova, E. (2023). Teaching chemistry in the metaverse: The effectiveness of using virtual and augmented reality for visualization. Frontiers in Education, 8, 1184768. https://doi.org/10.3389/feduc.2023.1184768
Ayuso, S. (2022). La inteligencia artificial y sus aplicaciones educativas. Editorial Síntesis.
Badaró, J., Ibañez, A., & Agüero, M. (2013). Redes neuronales artificiales y algoritmos genéticos en investigación y mercados financieros. Revista de Ciencias Sociales, 19(2), 45-60.
Baeza, M. (2021). Historia de la química moderna: de la alquimia a la revolución química. Editorial Akal.
Barrio, A. (2018). Inteligencia humana e inteligencia artificial: un enfoque antropológico. Universidad Complutense de Madrid.
Cabero-Almenara, J., & Llorente-Cejudo, C. (2020). Artificial intelligence and educational innovation: Challenges and opportunities. Education in the Knowledge Society, 21(1), 1-10. https://doi.org/10.14201/eks.22061
Chaudhary, A., Kaur, P., & Singh, M. (2021). Artificial intelligence applications in chemistry education. Journal of Chemical Education, 98(3), 745–753. https://doi.org/10.1021/acs.jchemed.0c01234
Corvalán, J. (2017). Inteligencias múltiples y educación: perspectivas contemporáneas. Fondo Editorial Universitario.
Eaton, S., Guglielmino, L., & Guglielmino, P. (2018). Interdisciplinarity and the challenges of teaching artificial intelligence. Journal of Education Research, 12(1), 45-59.
Feldman, A., & Blonder, R. (2023). ChatGPT and chemistry education: Challenges and opportunities. Chemistry Education Research and Practice, 24(3), 345-356. https://doi.org/10.1039/D3RP00088A
García-Peñalvo, F. J. (2021). Digital transformation in higher education: The role of artificial intelligence. Education in the Knowledge Society, 22, e23623. https://doi.org/10.14201/eks.23623
Gisbert, M., & Esteve, F. (2016). Competencias digitales y educación universitaria: una perspectiva crítica. Revista de Educación a Distancia, 50, 1-18. https://doi.org/10.6018/red/50/1
Holmes, W., Bialik, M., & Fadel, C. (2019). Artificial Intelligence in Education: Promises and Implications for Teaching and Learning. Center for Curriculum Redesign. https://curriculumredesign.org/our-work/artificial-intelligence-in-education/
Leite, B. (2023). Inteligencia artificial generativa en educación: usos y desafíos. Revista Iberoamericana de Educación, 83(2), 97-118. https://doi.org/10.35362/rie832563
Mariño, J., & Primorac, E. (2016). Ciencias de la computación y modelos de IA aplicados a la educación. Revista de Tecnología Educativa, 14(2), 229-243.
Miailhe, N., & Lannquist, Y. (2018). Artificial intelligence and global governance: Ethical and policy challenges. AI & Society, 33(4), 611-623. https://doi.org/10.1007/s00146-017-0770-3
Morín, E. (2018). La universidad del futuro: desafíos y perspectivas. Paidós.
Peña, J., Rodríguez, C., & Martínez, L. (2022). Inteligencia artificial aplicada a la enseñanza de la química: avances y retos. Revista Iberoamericana de Educación en Ciencia y Tecnología, 13(2), 45–59.
Pounder, D., & Liu, Y. (2018). AI in Latin American education: Challenges and opportunities. Journal of Educational Technology, 39(1), 55-72.
Ramos, J. (2014). Inteligencia artificial: de la IA débil a la IA fuerte. Revista Española de Ciencia Cognitiva, 8(2), 77-89.
Riera, C., & Madelin, A. (2022). Deficiencias en el aprendizaje de la química universitaria: causas y soluciones. Educación Química, 33(1), 67-79. https://doi.org/10.22201/fq.18708404e.2022.1
Saavedra, L. (2016). Avances tecnológicos y gestión del conocimiento. Revista Latinoamericana de Innovación Educativa, 12(2), 75-89.
Sayán-Rivera, R. M. E. (2025). La inteligencia artificial en la enseñanza de las ciencias: una revisión crítica. Revista Latinoamericana de Tecnología Educativa, 24(1), 112–128.
Vázquez, M., Pérez, R., & León, F. (2018). Aplicaciones de la inteligencia artificial en informática y robótica. Revista de Tecnología Aplicada, 9(1), 33-49.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Carlos Javier León Espinoza
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
Los autores conservan los derechos morales y patrimoniales de sus obras. Puesto que Tesla Revista Científica es una publicación de acceso abierto, los lectores pueden reproducir total o parcialmente su contenido siempre y cuando proporcionen adecuadamente el crédito a los autores correspondientes y a la revista misma. Tesla Revista Científica se compromete a no hacer uso comercial de los textos que recibe y/o publica.
Nuestra revista se rige por las politicas internacionales SHERPA/RoMEO: Revista verde: Permiten el autoarchivo tanto del pre-print (borrador de un trabajo) como del post-print (la versión corregida y revisada por pares) y hasta de la versión final (maquetada tal como saldrá publicada en la revista).
Véase también "Derechos de autor y licencias".
